《表2 谱聚类下的推荐结果》
提示：宽带有限、当前游客访问压缩模式
采用频繁模式谱聚类算法进行课程的自动分类，得到六个课程类别，相应的推荐结果如表2所示。
| 图表编号 | XD0069560900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 王素琴、吴子锐 |
| 绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 四种UCI数据集：基于密度自适应邻域相似图的半监督谱聚类》2020.09.05
- 《表4 次干路及支路聚类下交通运行状态划分情况》2020.12.20
- 《表3 主干路聚类下交通运行状态划分情况》2020.12.20
- 《表5 分裂层次半监督谱聚类分群结果》2020.08.18
- 《表1 DS3的实验结果：共享近邻紧密度的增量式谱聚类算法》2020.06.01
- 《表2 实验数据集：共享近邻紧密度的增量式谱聚类算法》2020.06.01
- 《表2 各算法对比：基于改进谱聚类算法的电压断相识别》2020.02.25
- 《表4 最优模糊参数：乘用车谱聚类FCAS/PCW风险等级分类算法研究》2020.03.01
- 《表1 减速度谱聚类与K均值聚类结果对比》2020.03.01
- 《表3 输出变量模糊规则：乘用车谱聚类FCAS/PCW风险等级分类算法研究》2020.03.01
- 《表4 各类的成员数量：基于半监督谱聚类集成的售后客户细分》2020.01.15
- 《表3 聚类中心：基于半监督谱聚类集成的售后客户细分》2020.01.15
- 《表1 数据集规模信息：基于LPCA的谱聚类算法》2019.11.01
- 《表2 谱聚类矩阵示例：基于地理-社会关系的多样性与个性化兴趣点推荐》2019.11.01
- 《表1 SAS方法结果：联合像素与多尺度对象的高分辨率遥感影像谱聚类分割》2019.11.01
- 《表2 本文方法结果：联合像素与多尺度对象的高分辨率遥感影像谱聚类分割》2019.11.01
- 《表1 分割质量评价：结合谱聚类与改进RSF模型的医学图像分割》2019.08.01
- 《表3 谱聚类分类结果：基于组合赋权法的高校网络影响力综合评价——以“双一流”高校为例》2019.09.10
- 《表2 标准数据测试结果：改进谱聚类与遗传算法相结合的电力时序曲线聚类方法》2019.02.10
- 《表7 谱聚类算法的不同类别的人数和指标平均值》2019.11.01